论文部分内容阅读
提出了一种改进的卷积神经网络模型,在传统卷积神经网络中加入Inception模块,提取出图像的多尺度特征,同时引入残差连接,充分利用图像的底层特征信息。在模型中加入批标准化技术与重叠池化技术,减轻模型的过拟合。最后将提取出的特征信息输入到softmax分类器进行分类。为了验证改进模型在中国绘画图像分类上的可行性和有效性,将改进模型、传统卷积神经网络模型、LeNet模型、HOG+SVM算法用于对中国绘画图像进行分类。实验结果表明,改进模型可以有效提取中国绘画图像特征信息,减轻过拟合,进而提升模型的分类精度。